머신러닝(28)
-
행렬(Matrix)
행렬(Matrix) · 행렬은 행(row)과 열(column)에 수를 배열하여 직4각형을 이루게 한 수의 집합을 말합니다. · 각 수들을 행렬의 원소 또는 성분이라고 말하며, 행렬은 수학의 여러 분야에서는 물론 공학·물리학·경제학·통계학 등에서 널리 응용되고 있습니다. · 역사적으로 처음에는 행렬이 아니라 행렬식 이라는 정방행렬과 연관된 수 값이 인식되었다가 점차 대수적인 것으로 행렬의 개념이 나타나게 되었고, 19세기 영국의 수학자 아서 케일리(Arthur Cayley)는 행렬이라는 용어를 도입하고 행렬의 대수적 개념을 발달시켰습니다. · 벡터와 마찬가지로 행렬에는 한 가지 유형의 스칼라만 저장할 수 있다. 따라서 모든 요소가 숫자인 행렬은 가능하지만, ‘1열은 숫자, 2열은 문자열’과 같은 형태는 불..
-
The Measurement of Observer Agreement for Categorical Data
The Measurement of Observer Agreement for Categorical Data 직접 다운로드 or https://bit.ly/2rQXZOp
-
k평균 클러스터링의 수행절차(과정)
k평균 클러스터링의 수행절차(과정) 단계 설명 1 Step 클러스터링의 수 k 값를 정의 · 초기 (군집의) 중심으로 k개의 객체를 임의로 선택합니다. 2 Step 각 측정값을 클러스터에 할당 · 각 자료를 가장 가까운 군집 중심에 할당합니다. · 데이터가 분포된 공간상에 '클러스터 중심'으로 가정할 임의의 지점 k개를 선택합니다. 각 데이터는 근처에 있는 '클러스터 중심'에 할당됩니다. 3 Step 새로운 클러스터의 중심 계산 · 각 군집 내의 자료들의 평균을 계산하여 군집의 중심을 갱신(update)합니다. · 각 '클러스터 중심'을 해당 클러스터에 속한 데이터들이 평균으로 조정합니다. 4 Step 클러스터 재분류 · 군집 중심의 변화가 거의 없을 때(또는 최대 반복수)까지 단계2와 단계3를 반복합니..
-
legend()
legend() · legend()는 이름에서 알 수 있듯이, 여러 선이 그려진 그래프에 범례를 추가하는 함수입니다. · 범례는 그래프를 보는 사람에게 "녹색 곡선은 남자, 빨간 곡선은 여자에 대한 데이터입니다." 와 같은 내용을 알려줍니다. legend(x, y=NULL, y=NULL, legend, ...) 인자 설명 x X 좌표 x에는 좌표 대신 사전에 정의된 키워드를 지정해 범례의 위치를 정할 수도 있다. bottomright, bottom, bottomleft, left, topleft, top, topright, right, center y=NULL Y 좌표 legend 표시할 범례 ... 기타 옵션 legend(60, 5000000, c("일반인", "어린이", "청소년", "기타"), co..
-
가지치기 기준
가지치기 기준 가지치기는 테스트 데이터를 활용하는 방법과 전문가가 직접하는 두가지 방법이 있습니다. 방법 설명 테스트 데이터 활용 방법 · 구축된 모형에 테스트 데이터를 적용하는 방법입니다. · 테스트 데이터를 통해 도출된 모형의 예측률을 검토합니다. · 분류가 잘못될 위험이 높거나 부적절한 추론규칙을 가지고 있는 가지를 제거합니다. 전문가에 의한 방법 · 특정 분야의 전문가가 구축된 모형에서 제시되고 있는 규칙들의 타당성 검토를 수행합니다. · 타당성이 없는 규칙을 제거합니다.
-
머신러닝 사례(기계학습 활용)
머신러닝 사례(기계학습 활용) · 가장 많이 사용되는 머신러닝 알고리즘들은 이미 알려진 사례를 바탕으로 일반화된 모델을 만들어 의사 결정 프로세스를 자동화하는 것들입니다. · 기계학습의 이러한 방식은 스팸 메일을 분류하거나, 얼굴을 인식하여 사람을 찾거나, 기상예측, 문자 인식 등의 분야에서 다양하게 활용될 수 있습니다. · 영화 추천에서부터 음식 주문, 쇼핑, 맞춤형 온라인 라디오 방송과 사진에서 친구 얼굴을 찾아주는 일까지 최근 많은 웹사이트와 기기가 머신러닝 알고리즘을 핵심 기술로 채택하고 있습니다. · 페이스북, 아마존, 넷플릭스 같은 복잡한 웹사이트들은 여러 가지 머신러닝 모델을 사용하여 구성 요소의 대부분을 만들어냅니다. · 별을 탐구하고 새로운 행성을 찾기 · 새로운 미립자를 발견 · DNA..